1 Tidyverse

  • O tidyverse é um conjunto integrado de pacotes R desenvolvidos para facilitar a manipulação, visualização e análise de dados de forma consistente e eficiente.

  • O tidyverse é composto por vários pacotes, sendo os principais:

    1. ggplot2: Um pacote poderoso para criação de gráficos baseados na gramática de gráficos. Ele permite criar visualizações complexas e esteticamente agradáveis com uma sintaxe declarativa.

    2. dplyr: Oferece funções para manipulação eficiente de dados, facilitando a filtragem, seleção, agrupamento, ordenação e resumo de conjuntos de dados.

    3. tidyr: Fornecer ferramentas para manipulação de dados para torná-los “tidy”. Isso inclui funções para espalhar (spread) e juntar (gather) dados, entre outras operações de reformatar.

    4. tibble: Introduz o conceito de tibble, uma versão moderna de data frames, mais eficiente e fácil de usar, seguindo os princípios de dados “tidy”.

    5. readr: Oferece funções rápidas e eficientes para ler dados retos em R. Ele é projetado para ser mais rápido que as funções base do R, como read.csv.

    6. purrr: Facilita a aplicação de funções em listas e vetores, proporcionando uma abordagem mais consistente e funcional para operações em dados.

    7. stringr: Fornece funções para manipulação de strings de uma maneira mais intuitiva e consistente do que as funções base do R.

    8. forcats: Especializado na manipulação de fatores, permitindo ajustar facilmente os níveis e rótulos dos fatores.

  • Para carregar todos esses pacotes utilize library(tidyverse) 

2 Pacote lubridate

  • Datas no R são tratadas como um tipo especial de objeto, com classe date

  • O pacote lubridate é uma biblioteca em R projetada para facilitar a manipulação de datas e tempos de uma maneira mais intuitiva e eficiente.

  • Fornece funções simples e consistentes para análise, manipulação e formatação de datas e horas. Veja o exemplo a seguir

data_string <- "08-02-2024"
class(data_string)
#> [1] "character"

data_date <- date(data_string)
data_date
#> [1] "0008-02-20"
class(data_date)
#> [1] "Date"
  • A função date() converte a string para data, mas o resultado não está no padrão

2.1 Conversão de Strings/Números para Data/Hora

  • O pacote facilita a conversão de strings em objetos de data/hora
data_string <- "15-02-2024"
data_new = lubridate::dmy(data_string)
data_new 
#> [1] "2024-02-15"
class(data_new)
#> [1] "Date"
  • Existem funções para todas as ordens possíveis: dmy(), mdy(), myd(), ymd(), ydm()

  • Criar objetos com classe date a partir de números e strings em diversos formatos.

data = 08022024 # 08-02-2024
class(data)
#> [1] "numeric"
data_new = dmy(data)
class(data_new)
#> [1] "Date"
  • Em algumas situações você precisa especificar o horário. Nesse caso, pode usar as funções do tipo dmy_h(), dmy_hm() e dmy_hms().
dmy_hms(08022024163010) # 08-02-2024 16h:30:10
#> [1] "2024-02-08 16:30:10 UTC"
  • Atribuir componentes a um objeto da classe date
data <- dmy("08/02/2024")
hour(data) <- 20
data
#> [1] "2024-02-08 20:00:00 UTC"

2.2 Extração de Componentes de Data/Hora

  • Permite extrair componentes específicos de uma data ou hora, como dia, mês, ano, hora, minuto e segundo.

  • Funções para extrair os componentes de um objeto da classe date.

    • second() - extrai os segundos.

    • minute() - extrai os minutos.

    • hour() - extrai a hora.

    • wday() - extrai o dia da semana.

    • mday() - extrai o dia do mês.

    • month() - extrai o mês.

    • year() - extrai o ano.

minha_data = dmy("08/02/2024")
print(paste("Dia:", day(minha_data),
            "Mês:", month(minha_data),
            "Ano:", year(minha_data)))
#> [1] "Dia: 8 Mês: 2 Ano: 2024"

2.2.1 Operações com datas

  • O pacote oferece várias funções para realizar operações aritméticas em datas e horas, como adição e subtração de dias, semanas, meses ou anos.
data <- dmy("08/02/2024")
data - days(1)
#> [1] "2024-02-07"
data + years(1)
#> [1] "2025-02-08"
data + weeks(0:10)
#>  [1] "2024-02-08" "2024-02-15" "2024-02-22" "2024-02-29" "2024-03-07"
#>  [6] "2024-03-14" "2024-03-21" "2024-03-28" "2024-04-04" "2024-04-11"
#> [11] "2024-04-18"
  • Permite calcular a diferença entre duas datas ou horas, expressando a diferença em termos de dias, semanas, meses, anos, horas, minutos, etc.
minha_data = "08/02/2024"
duracao <- difftime(dmy(minha_data), ymd("2023-01-01"), units = "days")
print(duracao)
#> Time difference of 403 days

2.3 Fusos horários

  • Quando a data exata da sua análise for relevante, você terá que converter horários para outros fusos

  • Para fazer essas coisas, o lubridate fornece as funções with_tz() e force_tz().

jogo_hora <- ymd_hms("2024-02-08 22:00:00", tz = "America/Sao_Paulo")
jogo_hora
#> [1] "2024-02-08 22:00:00 -03"
with_tz(jogo_hora, tzone = "America/Manaus")
#> [1] "2024-02-08 21:00:00 -04"
force_tz(jogo_hora, tzone = "America/Manaus") # alteração de fuso horário
#> [1] "2024-02-08 22:00:00 -04"

2.4 Formatação de Data/Hora:

minha_data = "08/02/2024" %>% dmy()
format(minha_data, "%d de %B de %Y")
#> [1] "08 de fevereiro de 2024"
format(minha_data, "%d/%b/%Y")
#> [1] "08/fev/2024"
format(minha_data, "%d/%m/%Y")
#> [1] "08/02/2024"

2.5 Dento de um tibble

  • Caso você possua, separadamente, cada um dos itens que compõe um dado do tipo date-time (dia, mês, ano, hora, minuto e segundo), você pode utilizar a função make_datetime() para uni-los em um único vetor do tipo date-time
tab <- tibble::tibble(
  ano = 2020,
  mês = 5,
  dia = c(15, 16, 16, 18, 19),
  hora = c(9, 11, 12, 8, 14),
  minuto = c(7, 23, 19, 15, 30),
  segundo = c(34, 11, 5, 17, 49)
)

tab
#> # A tibble: 5 × 6
#>     ano   mês   dia  hora minuto segundo
#>   <dbl> <dbl> <dbl> <dbl>  <dbl>   <dbl>
#> 1  2020     5    15     9      7      34
#> 2  2020     5    16    11     23      11
#> 3  2020     5    16    12     19       5
#> 4  2020     5    18     8     15      17
#> 5  2020     5    19    14     30      49
tab_new <- tab %>% mutate(
  date_time = make_datetime(
    year = ano, month = mês, day = dia,
    hour = hora, min = minuto, sec = segundo
  )
)

tab_new
#> # A tibble: 5 × 7
#>     ano   mês   dia  hora minuto segundo date_time          
#>   <dbl> <dbl> <dbl> <dbl>  <dbl>   <dbl> <dttm>             
#> 1  2020     5    15     9      7      34 2020-05-15 09:07:34
#> 2  2020     5    16    11     23      11 2020-05-16 11:23:11
#> 3  2020     5    16    12     19       5 2020-05-16 12:19:05
#> 4  2020     5    18     8     15      17 2020-05-18 08:15:17
#> 5  2020     5    19    14     30      49 2020-05-19 14:30:49